背景建模是运动目标检测方法中最重要也是应用最多的一种方法。国内外很多学者在理论上和实践应用上都对此进行了广泛而深入的研究和探索，并取得了大量研究成果。这些算法大多是针对特定场景下的特殊问题，如果换成其它环境将缺乏适应性；少量的算法虽然考虑到一般场景，但它们的应用范围很难界定，只能定性描述，缺乏精确的定量指标。目前，很少有学者对背景建模算法的性能进行评估，给出算法使用的场合、各自的优缺点等。对大量已形成或正在形成的目标检测算法进行有效的评估并通过性能评估来改进算法和发展新算法已成为日益迫切的需要。目标检测技术性能评价对研究和发展目标检测识别算法与系统、界定算法与系统的边界与适应性、提高系统的性能十分关键。本文结合具有代表性的五种序列图像背景建模算法研究一般情况下目标检测算法性能评价的理论、方法与支撑环境，为算法与系统的研制提供理论依据和试验平台。本文从三个方面展开研究：一是背景建模目标检测算法性能评估的基本框架；二是序列图像背景建模方法的一般框架；三是结合试验结果分析现有算法，用于支撑发展新算法。本论文通过对目标检测算法性能评估现状的分析，提出了将算法研究与性能评估统一到一个框架的观点。论述了性能评估的基本原理和方法，并探讨了算法性能评估的组织结构和软件支撑平台。